def send_request(method,url,data): # 判断 if method == 'post': res = requests.post(url,data) elif method == 'get': res = requests.get(url,data) elif method == 'delete': res = requests.delete(url,data) return res

<think>好的，用户想了解如何在Python中使用Requests和Pytest进行HTTP请求测试。我需要结合他们提供的引用资料来构建一个清晰的步骤指南。首先，我得回忆一下Requests和Pytest的基本用法，然后看看引用中提到的内容是否有帮助。 用户提供的引用1到4主要涉及接口自动化测试框架的搭建，特别是结合Requests和Pytest。例如，引用1提到了使用pytest生成测试报告，引用2讨论了测试框架的结构，包括conftest.py和参数化，引用3展示了测试用例的例子，引用4提到了断言和报告插件。 首先，我应该分步骤讲解如何设置项目结构、安装必要的库、编写请求封装、参数化测试用例、使用断言以及生成报告。每个步骤都需要结合引用中的代码示例，确保用户能够理解实际应用。 可能需要提到的点包括： 1. 安装requests和pytest，以及可能的插件如pytest-html或allure。 2. 创建请求工具类，如引用1中的RequestCsvClass，用于处理HTTP请求。 3. 参数化测试用例，使用pytest的装饰器，如引用2中的参数化方法。 4. 编写测试用例，如引用3中的test_create_offer，并断言响应结果。 5. 生成测试报告，如引用1中使用allure生成HTML报告，或者引用4中的pytest-html插件。 6. 可能还需要提到conftest.py的作用，如引用2中提到的配置和参数传递。 需要确保代码示例正确，并符合用户提供的引用中的结构。例如，展示一个简单的测试用例，使用requests发送请求，并用pytest进行断言。同时，要说明如何运行测试并生成报告，可能涉及到命令行参数和插件的使用。 另外，用户可能对如何组织测试数据（比如CSV或YAML文件）感兴趣，但根据引用，用户提到了CSV的数据生成测试报告，所以可能需要提到数据驱动测试的方法，如从CSV读取数据并参数化测试用例。 还要注意错误处理和断言失败的信息，如引用4提到的，断言失败需要详细错误信息，可能需要在测试用例中加入详细的断言说明。 最后，生成相关问题，可能涉及性能分析、框架优化、报告生成等，需要根据引用的内容来提问，比如如何参数化测试数据，如何集成持续集成等。</think>### 在 Python 中使用 Requests 和 Pytest 进行 HTTP 请求测试的步骤 #### **1. 环境准备** 安装必要库： ```bash pip install requests pytest pytest-html allure-pytest pytest-rerunfailures ``` - `requests`：发送 HTTP 请求 - `pytest`：测试框架 - `pytest-html`/`allure-pytest`：生成测试报告 - `pytest-rerunfailures`：支持失败重试[^4] --- #### **2. 封装 HTTP 请求工具类** 创建一个 `request.py` 文件，封装通用请求方法： ```python import requests class RequestUtil: def send_request(self, method, url, params=None, data=None, headers=None): response = requests.request( method=method, url=url, params=params, json=data, headers=headers ) return response ``` 引用说明：此步骤类似引用[2]中的 `request.py`，用于统一处理请求逻辑。 --- #### **3. 参数化测试用例** 使用 `@pytest.mark.parametrize` 实现数据驱动测试： ```python # test_cases/test_demo.py import pytest from request import RequestUtil class TestDemo: @pytest.mark.parametrize("case_data", [ {"url": "https://api.example.com/login", "data": {"user": "admin"}, "expected_code": 200}, {"url": "https://api.example.com/login", "data": {"user": "guest"}, "expected_code": 401} ]) def test_login(self, case_data): res = RequestUtil().send_request("POST", case_data["url"], data=case_data["data"]) assert res.status_code == case_data["expected_code"] ``` 引用说明：参数化方法参考了引用[2]中 `get_caseparams.py` 的数据组装逻辑。 --- #### **4. 断言与错误处理** 在测试方法中添加详细断言信息： ```python assert res.json().get("code") == 200, f"实际返回码为 {res.json().get('code')}，预期为 200" ``` 引用说明：引用[4]提到需提供详细的断言失败信息以辅助调试。 --- #### **5. 运行测试并生成报告** **方式一：使用 `pytest-html` 生成报告** ```bash pytest test_cases/ --html=report.html ``` **方式二：使用 Allure 生成高级报告** ```python # 运行测试并生成结果文件 pytest --alluredir=./report/result test_cases/ # 转换为 HTML 报告 allure generate ./report/result -o ./report/html --clean ``` 引用说明：引用[1]展示了如何通过 `os.system` 调用 Allure 生成报告。 --- #### **6. 集成配置文件（可选）** 通过 `conftest.py` 管理全局配置： ```python # conftest.py import pytest from config import Config @pytest.fixture(scope="session") def base_url(): return Config.BASE_URL # 从配置文件读取基础 URL ``` 引用说明：引用[2]提到通过 `conftest.py` 实现配置和参数传递。 --- ### **示例项目结构** ``` project/ ├── request.py # 请求封装 ├── conftest.py # 全局配置 ├── test_cases/ # 测试用例目录 │ └── test_demo.py ├── report/ # 测试报告目录 └── requirements.txt # 依赖列表 ``` --- ###